Supongamos que se desean conocer los países con mayores valores promedios netos en el indicador correspondiente a los activos de reserva oficiales y otros activos en moneda extranjera Official reserve assets and other foreign currency assets, así como su comportamiento a lo largo del tiempo.

Entonces usamos la función graf_max() con los parámetros:

graf_max('RAF_USD', 'total')

Si además se desean conocer los fundamentales de estos países, recurrimos a la función tabla max() la cual tabula los 5 países con máximos valores promedios en un determinado indicador. En este caso los parámetros usados serán los mismos que los ingresados en la función graf_max()

tabla_max('RAF_USD', 'total')
Country USD.Monthly.Av Min Median Mean Max
China 3442993.3 3289540.0 3393498.5 3442993.3 3959505.0
Japan 1258688.1 996044.0 1303881.5 1258688.1 1645333.0
Saudi Arabia 571521.6 447430.3 513900.0 571521.6 745850.8
Switzerland 520429.9 74922.0 541973.5 520429.9 1013617.6
Russian Federation 472036.1 383957.5 473886.6 472036.1 596626.4

Consideremos ahora el caso en que se deseen conocer los países con menores valores promedios porcentuales (respecto a las reservas totales, es decir respecto a RAF_USD) en SDRs, así como su comportamiento a lo largo del tiempo. Sin embargo supongamos que desconocemos el código para dicho indicador.

En ese caso recurrimos a la función buscar() de la forma que sigue:

buscar('SDRs')
##              x                               description
## 20 RAFASDR_USD Official Reserve Assets, SDRs, US Dollars

Entonces podemos usar la función graf_min() con los parámetros:

graf_min('RAFASDR_USD', 'porcentaje')

Si además se desean conocer los fundamentales de estos países, recurrimos a la función tabla_min() mediante la cual se tabulan los 5 países con mínimos valores promedios en el indicador solicitado.

tabla_min('RAFASDR_USD', 'porcentaje')
Country USD.Monthly.Av Min Median Mean Max
Sri Lanka 4.287278 0.000032 0.000730 0.000693 0.001984
Namibia 2.091504 0.000936 0.001028 0.001059 0.001306
Serbia 13.283007 0.000888 0.001083 0.001093 0.001363
North Macedonia, Republic of 3.798212 0.000015 0.001620 0.001504 0.002654
Dominican Republic 10.066156 0.000072 0.001222 0.002146 0.019681

Supongamos ahora que en lugar de querer conocer los países con valores mínimos o máximos se desea comparar el comportamiento de forma porcentual de tres países (Estados Unidos,Canada,España) en el indicador correspondiente a bancos fuera del país Banks Headquartered Outside the Reporting Country. Entonces usamos la función graf_tres() con los parámetros:

Nota

En caso de desconocer los códigos correspondientes para el indicador y los países de interés se puede hacer uso de la función buscar() o se pueden correr directamente las variables CODE_Cy CODE_I las cuales contienen los códigos asociados a los países y a los indicadores respectivamente.

graf_tres('RAFAFXCDBO_USD',c('FR','IT','GB'),'porcentaje')

Ahora supongamos que no se desean comparar países, si no que se desea conocer los valores netos de un país (México), en el indicador correspondiente a las reservas de oro gold(including gold deposits and, if approriate, dold swapped).

Entonces usamos la función graf_uno con los parámetros RAFAGOLD_USD y MX

graf_uno('RAFAGOLD_USD','MX')

Pensemos ahora en el caso en que no se desee observar el comportamiento de un país o países respecto a un indicador, sino que únicamente se desea saber el valor total acumulado de un país(México) respecto a un indicador(efectivo total y depósitos total currency and deposits with) en una ventana de tiempo (septiembre 2010, junio 2019).

Entonces usamos la función consulta con los parámetros:

consulta('MX','RAFAFXCD_USD','2010-09','2019-06')
## [1] 6682753

Por último, supongamos el caso en que se desee saber la posición de cada país respecto a sus valores porcentuales en un indicador (por ejemplo el efectivo total y depósitos i.e. Total currency and deposits with:). Entonces usamos la función tabla_total() con los parámetros:

tabla_total('RAFAFXCD_USD', 'porcentaje')
Country USD.Monthly.Av Min Median Mean Max
Seychelles 172211.46739 1.000000 1.000000 1.000016 1.001901
Paraguay 127393.06401 0.966850 0.995016 0.988274 1.000000
Ecuador 74614.32237 0.794818 1.000000 0.955765 1.000000
Belarus 72369.16384 0.626213 0.948025 0.928043 1.000000
Jamaica 56139.62542 0.701573 0.906863 0.907040 0.990480
Argentina 39034.18553 0.491554 0.953403 0.900611 1.000000
Palestine, State of 34439.39887 0.638521 0.823404 0.847031 0.986522
Honduras 28034.19863 0.500530 0.670134 0.653377 0.828342
Dominican Republic 23312.43401 0.377691 0.595817 0.614048 0.866263
Mongolia 23292.58553 0.388737 0.794290 0.739113 0.832852
Greece 22665.33995 0.168312 0.575008 0.591298 1.000000
Kyrgyzstan 21385.03077 0.445626 0.586395 0.587670 0.757875
Nicaragua 19260.11768 0.335311 0.463734 0.580702 0.999087
United States 18176.55175 0.425995 0.482215 0.519966 0.729362
Mauritius 16800.58875 0.101824 0.685476 0.517198 0.820238
Jordan 16680.11290 0.260114 0.480498 0.484178 0.692106
South Africa 14441.79245 0.071559 0.228421 0.458115 0.953934
Moldova, Republic of 13872.43730 0.258738 0.438428 0.447860 0.774219
Sri Lanka 13043.92420 0.235211 0.436439 0.445757 0.670060
India 12934.71238 0.296306 0.389488 0.412699 0.674137
Egypt 11681.04412 0.021677 0.341484 0.390753 0.991899
Denmark 11582.47673 0.049752 0.382855 0.383868 0.770798
Namibia 9425.19395 0.270255 0.377623 0.380596 0.470518
Serbia 9066.60850 0.312381 0.379711 0.379629 0.446572
Mexico 8953.03875 0.186819 0.383874 0.371344 0.471240
Georgia 7771.08909 0.077522 0.328411 0.348265 0.693489
Kazakhstan 7289.99668 0.024913 0.323831 0.339851 0.687136
Costa Rica 7286.09706 0.096480 0.337646 0.319678 0.603072
Armenia 7004.33750 0.161166 0.315923 0.317887 0.910288
Saudi Arabia 6281.99255 0.227354 0.321347 0.313602 0.379417
Portugal 5733.48585 0.002566 0.222088 0.295434 0.861127
Albania 5619.38855 0.064159 0.286029 0.298661 0.529214
New Zealand 5362.54924 0.035850 0.277724 0.295026 0.630554
Ukraine 4686.39467 0.052612 0.295373 0.291329 0.526825
Iceland 4676.11992 0.068585 0.197366 0.287911 0.731580
Peru 4554.01752 0.065175 0.260976 0.261544 0.462257
Bulgaria 4553.88553 0.070334 0.242251 0.259229 0.569556
Australia 4484.16162 0.015342 0.260013 0.245783 0.548590
Lithuania 3841.41365 0.002689 0.221808 0.237310 0.840693
Slovakia 3570.40991 0.002096 0.044132 0.233018 1.000000
Romania 3433.02805 0.080878 0.192509 0.198032 0.459328
Germany 3067.34598 0.037138 0.189812 0.191512 0.350738
Philippines 2958.95395 0.010806 0.188284 0.187629 0.394248
Russian Federation 2771.97368 0.031038 0.152444 0.185709 0.407847
Turkey 2736.75515 0.036989 0.092102 0.184191 0.697227
Croatia 2683.73947 0.054632 0.178822 0.181651 0.459552
Uruguay 2626.13747 0.012269 0.182762 0.180435 0.395864
Morocco 2558.70474 0.033176 0.170491 0.167493 0.352613
Cyprus 2513.20996 0.010054 0.091348 0.158866 0.876797
Austria 2392.81162 0.033734 0.136332 0.158559 0.408501
Singapore 2355.58550 0.077961 0.158116 0.158469 0.268073
Latvia 2195.24689 0.003541 0.084703 0.148298 0.525849
Chile 1904.84471 0.017344 0.136425 0.147731 0.383653
Estonia 1644.09428 0.009175 0.106840 0.141477 0.494407
Luxembourg 1546.44338 0.008008 0.104365 0.140882 0.724857
Poland 1545.93824 0.050629 0.135735 0.137597 0.272699
Bolivia 1539.38628 0.060431 0.127625 0.130402 0.256848
Slovenia 1471.75664 0.001715 0.112877 0.127485 0.618168
El Salvador 1299.63326 0.009777 0.056435 0.126756 0.479555
France 1233.62850 0.008297 0.087409 0.127094 0.392801
Italy 1088.78116 0.061913 0.114297 0.126364 0.417676
North Macedonia, Republic of 1062.37871 0.059120 0.122203 0.123545 0.225939
Indonesia 981.08239 0.023707 0.102324 0.122262 0.305171
Czech Republic 969.46316 0.000811 0.066013 0.121579 0.437851
Belgium 962.29818 0.035497 0.114057 0.120633 0.367573
Hungary 949.32623 0.015118 0.104397 0.120497 0.305017
Thailand 796.76974 0.036405 0.102101 0.111666 0.249956
Malta 788.62878 0.003343 0.058376 0.105988 0.542932
Finland 752.54910 0.010662 0.102616 0.103896 0.189434
Netherlands 721.01132 0.020047 0.091621 0.097845 0.243668
Israel 720.05936 -0.007731 0.059267 0.097449 0.354790
Malaysia 651.48714 0.031454 0.082203 0.088636 0.266405
United Kingdom 591.40891 0.018010 0.069387 0.080192 0.401667
Korea, Republic of 487.44970 0.031863 0.065721 0.074445 0.160652
Hong Kong, China 453.80611 0.037578 0.070093 0.072655 0.134161
Colombia 428.60151 0.035319 0.068663 0.072044 0.137599
Spain 426.54665 0.007768 0.053453 0.068288 0.249579
Japan 315.90273 0.010360 0.076274 0.064751 0.128040
Sweden 148.39800 0.003325 0.049990 0.061391 0.299374
Brazil 114.50417 0.011436 0.056086 0.058279 0.120456
Switzerland 69.96845 0.002527 0.037913 0.057524 0.294926
Canada 53.82657 0.005546 0.025004 0.044248 0.167390
Norway 49.16469 0.001392 0.016810 0.030621 0.189425
Guatemala 39.93642 0.000747 0.009832 0.009286 0.022558
China 23.12831 0.001432 0.005298 0.005277 0.009976

Así mismo, además de las funciones descritas anteriormente existen variables en la base de datos correspondientes a los datos de los países, los indicadores, y los códigos necesarios para la búsqueda con el fin de poder realizar consultas rápidas en caso de requerirlo.